表格瘦身网关

把复杂真实表格压缩成 Agent 能读懂的结构化摘要

痛点

用 AI Agent 处理真实业务表格时，一个中等大小的表读全量就要上百万 token，直接撑爆上下文窗口，于是大多数 Agent 只能分块采样，导致漏掉行、误判结构。做表格工具的人已经反复撞上这个墙。

方案

在 Agent 与表格之间加一层：解析 xlsx/csv 的结构、公式、合并单元格与脏数据，生成保留语义的紧凑模式（schema + 关键列统计 + 异常标记），并支持按需下钻取某几行原始值，让 Agent 用小 token 拿到可用的判断依据。

用户

开发表格类 AI 工具的团队、需要让 Agent 读 Excel 的业务分析师

MVP

上传 xlsx/csv 并解析结构与公式；输出紧凑 schema 摘要 JSON；按列统计与异常值标记；按行列范围下钻取原值；提供 API 与简单 playground

变现

按 API 调用/解析次数计费，提供自托管买断授权给有数据合规要求的团队

为何现在

企业表格是 LLM 落地最刚需的场景之一，而上下文限制和脏数据问题短期不会消失